KI-basierte Analytics
Groß denken statt klein scheitern: Datenanalyse demokratisieren

Von Florian Dirnberger* 4 min Lesedauer

Anbieter zum Thema

Maschinelles Lernen, als Teildisziplin künstlicher Intelligenz, und Data Science sind seit 2018 in der Unternehmenswelt angekommen. Will man aber tatsächlichen Nutzen aus dem technologischen Fortschritt ziehen, sollte man nicht zu zurückhaltend sein.

Die Kombination aus Methoden der künstlichen Intelligenz und einer strategisch durchdachten Datenanalyse spart Zeit und Geld.(Bild:  gemeinfrei /  Pixabay)
Die Kombination aus Methoden der künstlichen Intelligenz und einer strategisch durchdachten Datenanalyse spart Zeit und Geld.
(Bild: gemeinfrei / Pixabay)

Das Bewusstsein und die Bereitschaft des Managements, bei diesem Thema auf die neuen Technologien zu bauen, ist deutlich erkennbar. Ganz klar, dazu führen nicht nur die immer konkreteren Anwendungsbeispiele, sondern vor allem die kontinuierlich sinkenden Preise für Rechenleistung und Speicherplatz.

Nun, da der Wille nach Veränderung klar erkennbar ist, geht es um die tatsächliche Realisierung. Schnell zeigt sich: Wer Daten im Unternehmen als Kapital nutzen möchte, muss Menschen und Anwendungen zusammenbringen. Und das nicht nur in kleinen Stil. Erfolgreiche Unternehmen haben den Datenprozess demokratisiert und in die Breite gebracht. Es geht nicht darum einen Prozess durch maschinelles Lernen zu optimieren, sondern hunderte oder tausende davon. Die Grundlage dafür schafft eine unternehmensweite Data Science Plattform.